基于知識(shí)蒸餾的目標(biāo)檢測(cè)分析

張國鵬，陳學(xué)斌，馬 征

（1.華北理工大學(xué)理學(xué)院，河北 唐山 063210；2.河北省數(shù)據(jù)科學(xué)與應(yīng)用重點(diǎn)實(shí)驗(yàn)室；3.唐山市數(shù)據(jù)科學(xué)重點(diǎn)實(shí)驗(yàn)室，河北 唐山 063000）

0 引言

近年來，深度學(xué)習(xí)已成為人工智能領(lǐng)域許多研究課題的基礎(chǔ)，包括計(jì)算機(jī)視覺［1］、強(qiáng)化學(xué)習(xí)［2］及自然語言處理等。例如，在數(shù)百萬幅圖像識(shí)別的基礎(chǔ)上訓(xùn)練一個(gè)ResNet模型只需不到10min 的時(shí)間［3］，訓(xùn)練一個(gè)強(qiáng)大的語言理解的BERT 模型則不超過1.5h［4］，大規(guī)模深度模型已取得了巨大成功。目標(biāo)檢測(cè)［1］是計(jì)算機(jī)視覺領(lǐng)域的一個(gè)重要分支，其利用機(jī)器對(duì)現(xiàn)有物體進(jìn)行精確識(shí)別，主要任務(wù)是將研究目標(biāo)的位置及其分類相聯(lián)合來確定目標(biāo)物體，該過程還需結(jié)合圖像處理技術(shù)及機(jī)器學(xué)習(xí)方面的算法，以選擇需要的目標(biāo)圖像。目標(biāo)分類主要判斷輸入圖像是否為所需類別，目標(biāo)定位則負(fù)責(zé)識(shí)別目標(biāo)物體位置，一般采用范圍較廣的矩形框來實(shí)現(xiàn)。近年來，大量國內(nèi)外研究人員對(duì)目標(biāo)檢測(cè)領(lǐng)域開展了深入研究與探索。目前，目標(biāo)檢測(cè)被廣泛應(yīng)用于人臉識(shí)別、行人跟蹤、車牌識(shí)別、車輛自動(dòng)駕駛等領(lǐng)域。由于視野變窄、背景模糊、姿勢(shì)扭曲等原因容易導(dǎo)致目標(biāo)物體不精確，使檢測(cè)目標(biāo)成為具有挑戰(zhàn)性的任務(wù)。在許多不同實(shí)驗(yàn)中，深度網(wǎng)絡(luò)模型取得了良好效果，但在實(shí)際應(yīng)用中，其會(huì)受到時(shí)間與空間方面的限制。因?yàn)樯疃染W(wǎng)絡(luò)模型一般是更深、更大的模型，導(dǎo)致所需運(yùn)算量很大，其大量參數(shù)也會(huì)占用許多存儲(chǔ)空間。即使借助圖形處理器（Graphics Processing Unit，GPU）進(jìn)行加速［5］，在時(shí)間上也依然無法滿足許多應(yīng)用場(chǎng)景的需求。

隨著深度學(xué)習(xí)技術(shù)的發(fā)展，越來越多研究人員發(fā)現(xiàn)使用卷積神經(jīng)網(wǎng)絡(luò)對(duì)研究物體進(jìn)行目標(biāo)檢測(cè)，準(zhǔn)確度可獲得較大程度提升［6］。卷積神經(jīng)網(wǎng)絡(luò)具有提取高層特征的能力，可提高特征表達(dá)能力，并將特征提取、特征選擇與特征分類集成到同一模型中。然而，深度學(xué)習(xí)網(wǎng)絡(luò)模型具有更深層次的結(jié)構(gòu)與更高的計(jì)算復(fù)雜性，且存儲(chǔ)網(wǎng)絡(luò)模型所需的空間非常大，導(dǎo)致其無法在資源有限的設(shè)備上有效地工作。如果一個(gè)參數(shù)較少、重建效果較差的輕量網(wǎng)絡(luò)盡最大程度地去學(xué)習(xí)一個(gè)參數(shù)較多、重建效果好的深度神經(jīng)網(wǎng)絡(luò)，則既節(jié)省了相應(yīng)算力及空間，又有效提高了輕量網(wǎng)絡(luò)目標(biāo)檢測(cè)的準(zhǔn)確性與精度。因此，在不影響深度網(wǎng)絡(luò)模型效果的前提下，現(xiàn)有的各種模型壓縮與加速技術(shù)受到人們歡迎。壓縮網(wǎng)絡(luò)模型［7］是一個(gè)重要的研究問題，自2015 年Hinton 等［8］提出知識(shí)蒸餾（Knowledge Distilling，KD）后，知識(shí)蒸餾成為模型壓縮與加速的代表類型，大量研究人員開始對(duì)圖像分類領(lǐng)域的知識(shí)蒸餾展開研究，但針對(duì)目標(biāo)檢測(cè)的研究依然較少；2017 年，Chen 等［9］將知識(shí)蒸餾引入Faster-RCNN 檢測(cè)網(wǎng)絡(luò)中，對(duì)特征提取層以及分類損失與回歸損失同時(shí)展開蒸餾，提升了二階段目標(biāo)檢測(cè)模型的精度；2019 年，管文杰［10］將知識(shí)蒸餾引入Cascade R-CNN，并將Cascade R-CNN 二、三階段檢測(cè)器回歸分類結(jié)果作為“軟目標(biāo)”加入損失函數(shù)中進(jìn)行蒸餾，可達(dá)到與四階段檢測(cè)相當(dāng)?shù)木取Ｒ虼耍谥R(shí)蒸餾的目標(biāo)檢測(cè)得到了人們的廣泛關(guān)注，也成為當(dāng)前的研究熱點(diǎn)之一。

1 知識(shí)蒸餾

1.1 知識(shí)蒸餾基本結(jié)構(gòu)

2015 年Hinton 等［8］在文章《Distilling the Knowledge in a Neural Network》中首次提出知識(shí)蒸餾（KD）的概念。知識(shí)蒸餾作為一種典型的模型壓縮方法，可將復(fù)雜、性能較好的教師網(wǎng)絡(luò)學(xué)到的知識(shí)傳遞給精簡(jiǎn)、低復(fù)雜度的學(xué)生網(wǎng)絡(luò)，使學(xué)生網(wǎng)絡(luò)獲得接近教師網(wǎng)絡(luò)的精度。知識(shí)蒸餾方法由3 個(gè)關(guān)鍵組件組成：知識(shí)、蒸餾算法與師生架構(gòu)［11］。師生架構(gòu)如圖1所示。

在知識(shí)蒸餾中，知識(shí)類型、提煉策略與師生結(jié)構(gòu)對(duì)學(xué)生網(wǎng)絡(luò)的學(xué)習(xí)起著至關(guān)重要的作用，普通的知識(shí)蒸餾使用一個(gè)大深度模型網(wǎng)絡(luò)作為教師網(wǎng)絡(luò)。知識(shí)蒸餾方法使精

Flg.1 Architecture between teachers and students圖1 師生架構(gòu)

損失函數(shù)為：簡(jiǎn)、低復(fù)雜度的學(xué)生模型仍可以具有較強(qiáng)的學(xué)習(xí)能力，在降低參數(shù)量且加快速度的同時(shí)也保持較高準(zhǔn)確率。例如，在檢測(cè)貓、狗及青蛙等幾種不同種類動(dòng)物時(shí)，真實(shí)的標(biāo)簽是“狗”，但是存在一個(gè)學(xué)習(xí)能力強(qiáng)且較復(fù)雜的網(wǎng)絡(luò)給3 個(gè)標(biāo)簽“貓”、“狗”及“青蛙”分別賦予一定比重，也稱為概率，表示軟化標(biāo)簽，即軟目標(biāo)。相反，真正的標(biāo)簽是獨(dú)熱編碼（One-hot），也即硬目標(biāo)，教師網(wǎng)絡(luò)的軟化標(biāo)簽可為學(xué)生網(wǎng)絡(luò)提供更多信息，從而更有效地訓(xùn)練學(xué)生網(wǎng)絡(luò)，提高其泛化能力。軟化后的標(biāo)簽在類別向量中以概率形式存在，錯(cuò)誤類別向量的概率值是介于0～1 之間的一個(gè)微小實(shí)數(shù)，在蒸餾過程中對(duì)交叉熵的影響很小。另外對(duì)于標(biāo)簽軟化方面，Hinton 提出在原來的輸入數(shù)據(jù)經(jīng)過softmax 層軟化時(shí)加入超參數(shù)T（溫度），以輔助提高軟化效果。函數(shù)qi可生成每個(gè)類別的預(yù)測(cè)概率。具體函數(shù)如下：

式中，zi表示第i 類的輸入數(shù)據(jù)，qi表示第i類經(jīng)過softmax 輸出的軟目標(biāo)。

另外，Hinton 等通過實(shí)驗(yàn)證明了超參數(shù)T對(duì)于軟化的影響效果，如果T 值過大，會(huì)產(chǎn)生均勻的概率分布，如果T值過小則很容易提高錯(cuò)誤分類的概率，因此一般情況下T值取1。

1.2 知識(shí)蒸餾過程

對(duì)于同一個(gè)數(shù)據(jù)集的輸入，教師網(wǎng)絡(luò)與學(xué)生網(wǎng)絡(luò)經(jīng)過softmax 層會(huì)產(chǎn)生軟化標(biāo)簽，學(xué)生網(wǎng)絡(luò)則利用真實(shí)標(biāo)簽及教師與學(xué)生網(wǎng)絡(luò)分別產(chǎn)生的軟化標(biāo)簽作為交叉熵?fù)p失函數(shù)的輸入進(jìn)行權(quán)重優(yōu)化學(xué)習(xí)。知識(shí)蒸餾的最初目的是為了將源網(wǎng)絡(luò)的知識(shí)轉(zhuǎn)移到另一個(gè)較小的神經(jīng)網(wǎng)絡(luò)。圖2 表示知識(shí)蒸餾過程中的損失函數(shù)計(jì)算過程，可了解到軟化標(biāo)簽的交叉熵加權(quán)系數(shù)越大，將導(dǎo)致學(xué)生網(wǎng)絡(luò)在訓(xùn)練過程中對(duì)教師網(wǎng)絡(luò)過度依賴，所以在訓(xùn)練后期要適時(shí)降低軟化標(biāo)簽比重，利用真實(shí)數(shù)據(jù)幫助學(xué)生網(wǎng)絡(luò)進(jìn)行判別。教師網(wǎng)絡(luò)的推理性能通常優(yōu)于學(xué)生網(wǎng)絡(luò)，且模型沒有具體的容量限制，因此教師網(wǎng)絡(luò)的推理精度越高，將越有利于學(xué)生網(wǎng)絡(luò)的學(xué)習(xí)。

Flg.2 Knowledge distillation process圖2 知識(shí)蒸餾過程

式中，Lloss為軟目標(biāo)與硬目標(biāo)所對(duì)應(yīng)交叉熵的加權(quán)平均；λ為權(quán)重參數(shù)，用于保持真實(shí)損失與蒸餾損失的平衡；L(hard)為真實(shí)損失；L(soft)為蒸餾損失。

訓(xùn)練步驟如下：①先用真實(shí)數(shù)據(jù)集訓(xùn)練復(fù)雜的教師網(wǎng)絡(luò)；②采用超參數(shù)T 對(duì)訓(xùn)練好的教師網(wǎng)絡(luò)進(jìn)行前向傳播獲得軟標(biāo)簽；③在超參數(shù)值T=1 和T=t 兩種情況下分別讓學(xué)生網(wǎng)絡(luò)獲得兩種不同的軟化輸出，加權(quán)計(jì)算兩種交叉熵?fù)p失，以訓(xùn)練學(xué)生網(wǎng)絡(luò)；④最后采用訓(xùn)練好的學(xué)生網(wǎng)絡(luò)預(yù)測(cè)類別。

綜上，采用軟化標(biāo)簽的知識(shí)蒸餾方法一方面可壓縮模型，另一方面增強(qiáng)了模型泛化能力。

1.3 知識(shí)蒸餾研究進(jìn)展

利用知識(shí)蒸餾方法可壓縮更深、更大的模型，從而有效降低計(jì)算成本，目前主要用于具有Softmax 損失函數(shù)的分類任務(wù)。近年來，許多研究將知識(shí)蒸餾用于目標(biāo)檢測(cè)與語義分割，因?yàn)橛谜麴s技術(shù)壓縮模型的過程就像人類學(xué)習(xí)一樣，在這一過程的啟發(fā)下，將現(xiàn)有知識(shí)蒸餾技術(shù)逐漸擴(kuò)展到教師與學(xué)生的互助學(xué)習(xí)、輔助學(xué)習(xí)、終身學(xué)習(xí)及自學(xué)上。大多數(shù)知識(shí)蒸餾研究都關(guān)注于壓縮深度神經(jīng)網(wǎng)絡(luò)，使產(chǎn)生的精簡(jiǎn)學(xué)生網(wǎng)絡(luò)可被更好地用于語音識(shí)別及人臉識(shí)別等實(shí)際應(yīng)用中，另外知識(shí)蒸餾中的知識(shí)轉(zhuǎn)移可拓展到對(duì)抗攻擊、數(shù)據(jù)加強(qiáng)以及數(shù)據(jù)隱私與安全保障等其他任務(wù)中。蒸餾知識(shí)壓縮模型的動(dòng)機(jī)實(shí)際上是將知識(shí)轉(zhuǎn)移思想進(jìn)一步應(yīng)用于訓(xùn)練數(shù)據(jù)壓縮，即數(shù)據(jù)蒸餾，將知識(shí)從大型數(shù)據(jù)集轉(zhuǎn)移到小型數(shù)據(jù)集，從而減輕深度模型的負(fù)擔(dān)。

最近幾項(xiàng)研究是在教師與學(xué)生模型的關(guān)聯(lián)中，通過離線蒸餾或在線蒸餾以及自我知識(shí)蒸餾方法進(jìn)一步改善網(wǎng)絡(luò)模型之間的知識(shí)轉(zhuǎn)移過程。

1.3.1 離線蒸餾

以前大多數(shù)知識(shí)蒸餾方法都可以脫機(jī)工作。在常見的離線知識(shí)蒸餾中，往往采用兩階段訓(xùn)練模式先對(duì)教師模型進(jìn)行訓(xùn)練，再通過蒸餾方法指導(dǎo)學(xué)生模型進(jìn)行訓(xùn)練。一般而言，對(duì)于離線蒸餾知識(shí)的提取，如果要取得較好成果，需要滿足以下條件：高質(zhì)量的預(yù)先訓(xùn)練好的教師模型、師生差異以及足夠的監(jiān)督信息。特別是離線知識(shí)蒸餾方法在很大程度上依賴于固定的預(yù)訓(xùn)練教師模型，固定的教師網(wǎng)絡(luò)與學(xué)生網(wǎng)絡(luò)之間巨大的能力差距給知識(shí)轉(zhuǎn)移帶來了巨大挑戰(zhàn)。為了使這種差距的影響可忽略不計(jì)，Mirzadeh等［12］引入多步知識(shí)蒸餾方法，并采用中間網(wǎng)絡(luò)，類似于教師助手。離線蒸餾方法通常使用單向知識(shí)轉(zhuǎn)移與兩階段訓(xùn)練模式，這些方法都不能完全解決由于能力差距而造成的知識(shí)轉(zhuǎn)移的阻礙，因?yàn)槠湓谝欢ǔ潭壬弦惨蕾囉陬A(yù)先訓(xùn)練好的教師模型。

1.3.2 在線蒸餾

與傳統(tǒng)兩階段離線蒸餾法不同，當(dāng)前研究越來越關(guān)注在線蒸餾方法。目前研究者提出的幾種在線知識(shí)蒸餾法是在多個(gè)神經(jīng)網(wǎng)絡(luò)相互協(xié)作配合的前提下進(jìn)行的，在訓(xùn)練過程中每一個(gè)網(wǎng)絡(luò)都有選擇權(quán)去充當(dāng)學(xué)生模型，剩下的網(wǎng)絡(luò)作為教師網(wǎng)絡(luò)。為提高泛化能力，利用Soft Logits 的集合對(duì)深度互學(xué)習(xí)進(jìn)行擴(kuò)展，利用在線蒸餾訓(xùn)練大規(guī)模的分布式神經(jīng)網(wǎng)絡(luò)，并提出一種在線蒸餾的變體，即共蒸餾［13］。采用并行共蒸餾方法對(duì)具有相同體系結(jié)構(gòu)的多個(gè)模型進(jìn)行訓(xùn)練，并通過傳遞來自其他模型的知識(shí)對(duì)其中任何一個(gè)模型進(jìn)行訓(xùn)練。近年來，人們提出一種在線對(duì)抗知識(shí)蒸餾方法，該方法可利用分類概率與特征圖中的知識(shí)，同時(shí)利用鑒別器訓(xùn)練多個(gè)網(wǎng)絡(luò)［14］。在線蒸餾是一種具有高效并行計(jì)算能力的單階段端到端訓(xùn)練方案。

1.3.3 自我蒸餾

在自我蒸餾中，教師和學(xué)生模型采用相同網(wǎng)絡(luò)，這可視為在線蒸餾的特殊情況。具體而言，Zhang 等［15］提出一種新的自蒸餾方法，將來自網(wǎng)絡(luò)較深部分的知識(shí)蒸餾為淺層部分，網(wǎng)絡(luò)早期知識(shí)被轉(zhuǎn)移到后期，以便支持同一時(shí)期的監(jiān)督訓(xùn)練過程網(wǎng)絡(luò)。為進(jìn)一步減少對(duì)于提前退出的推理時(shí)間，Phuong 等［16］提出基于蒸餾的訓(xùn)練方案，讓提前退出層嘗試在訓(xùn)練過程中模仿后續(xù)退出層的輸出。Hahn等［17］提出一種新的自我蒸餾方法，使自己的知識(shí)由預(yù)測(cè)概率而不是傳統(tǒng)的軟目標(biāo)概率組成。這些預(yù)測(cè)概率由訓(xùn)練模型的特征表示進(jìn)行定義，反映了特征嵌入空間中數(shù)據(jù)的相似性。

2 基于知識(shí)蒸餾的目標(biāo)檢測(cè)算法

2.1 目標(biāo)檢測(cè)算法種類

目標(biāo)檢測(cè)的發(fā)展過程大致經(jīng)歷了兩個(gè)關(guān)鍵時(shí)期，分別稱為基于傳統(tǒng)方法的目標(biāo)檢測(cè)周期與基于深度學(xué)習(xí)的目標(biāo)檢測(cè)周期［18］。早在2013 年之前，由于計(jì)算能力不足，深度學(xué)習(xí)尚未顯示其優(yōu)勢(shì)，傳統(tǒng)檢測(cè)算法是基于人工設(shè)計(jì)的濾波器。2013 年之后，由于GPU 的發(fā)展，計(jì)算能力迅速提高，使得深度學(xué)習(xí)檢測(cè)模型的效果明顯超過了手動(dòng)設(shè)計(jì)的檢測(cè)模型，原因是人工設(shè)計(jì)的特征類似于靈長類視覺皮層提取的淺層特征，而深度神經(jīng)網(wǎng)絡(luò)可提取更高級(jí)別與更抽象的深度圖像特征。因此，基于深度學(xué)習(xí)的目標(biāo)檢測(cè)模型開始迅速發(fā)展。目標(biāo)檢測(cè)算法分類如圖3所示。

Flg.3 Object detection algorithms classification圖3 目標(biāo)檢測(cè)算法分類

深度網(wǎng)絡(luò)在提取高層特征與表達(dá)特征方面具有出色的性能，因此有必要找到一種有效的檢測(cè)算法框架。大多數(shù)具有代表性的檢測(cè)算法都試圖在許多方面改進(jìn)網(wǎng)絡(luò)體系結(jié)構(gòu)，根據(jù)檢測(cè)步驟，其可分為基于回歸的一階段框架（One-stage）與基于候選區(qū)域的兩階段框架（Two-stage）。兩階段框架從選擇候選區(qū)域的預(yù)處理階段開始，然后對(duì)候選區(qū)域進(jìn)行分類與定位，從而將檢測(cè)過程分為兩個(gè)階段。One-stage 框架是一種不單獨(dú)選擇候選區(qū)域的方法，整個(gè)檢測(cè)過程是一個(gè)階段。檢測(cè)算法時(shí)間軸如圖4 所示。檢測(cè)算法在PASCAL VOC 2012 上的mAP 對(duì)比如表1所示［19］。

Table 1 Comparison of mAP of detection algorithms in PASCAL VOC 2012表1 檢測(cè)算法在PASCAL VOC 2012上的mAP 對(duì)比

2.2 基于知識(shí)蒸餾的目標(biāo)檢測(cè)

本文重點(diǎn)討論基于深度學(xué)習(xí)的目標(biāo)檢測(cè)以及如何將知識(shí)蒸餾的模型壓縮方法運(yùn)用于One-Two-stage 框架中。深度學(xué)習(xí)模型屬于分層結(jié)構(gòu)，在模型的不同級(jí)別上提取不同特征，且從低到高逐層進(jìn)行特征提取。Chen 等［9］提出對(duì)Two-Stage 中的Faster R-CNN 進(jìn)行蒸餾，其中教師網(wǎng)絡(luò)與學(xué)生網(wǎng)絡(luò)使用相同的檢測(cè)框架，但學(xué)生網(wǎng)絡(luò)會(huì)選擇輕量級(jí)的特征提取網(wǎng)絡(luò)。將圖片分別輸入到教師網(wǎng)絡(luò)和學(xué)生網(wǎng)絡(luò)，并且在分類結(jié)果和回歸結(jié)果上生成不同的輸出。通過測(cè)量教師網(wǎng)絡(luò)輸出與學(xué)生網(wǎng)絡(luò)輸出之間的差距，構(gòu)造蒸餾損失。將蒸餾損失加入到實(shí)際檢測(cè)到的損失中，則構(gòu)成了總損失。計(jì)算公式如式（3）：

Flg.4 Detection algorithms'timeline圖4 檢測(cè)算法時(shí)間軸

式中，LLoss為總損失，L(hard)為真實(shí)損失，L(soft)為蒸餾損失。s為學(xué)生網(wǎng)絡(luò)，T 為真實(shí)標(biāo)簽，t 為教師網(wǎng)絡(luò)，λ為權(quán)重參數(shù)，用于保持真實(shí)損失與蒸餾損失的平衡。

然而，二階段目標(biāo)檢測(cè)器因參數(shù)較多，占用了大量存儲(chǔ)空間，即使對(duì)一個(gè)小網(wǎng)絡(luò)進(jìn)行蒸餾后也是如此，因此很難部署到移動(dòng)設(shè)備上。之后有研究者提出基于信息圖特征提取層與特征融合層的知識(shí)蒸餾體系結(jié)構(gòu)。在之前的操作中計(jì)算損失時(shí)，引入信息圖作為監(jiān)督信號(hào)，為知識(shí)蒸餾過程提供指導(dǎo)，最后通過反向傳播算法更新學(xué)生網(wǎng)絡(luò)權(quán)值。

Yim 等［20］將教師網(wǎng)絡(luò)層與層之間的關(guān)系作為學(xué)生網(wǎng)絡(luò)學(xué)習(xí)的目標(biāo)。然而，其知識(shí)蒸餾需要設(shè)計(jì)非常復(fù)雜的損失函數(shù)，且這些方法大多用于兩階段目標(biāo)檢測(cè)，很少用于單階段目標(biāo)檢測(cè)。然而，為了獲得一個(gè)簡(jiǎn)單、有效的知識(shí)蒸餾方法，Wang 等［21］參考生成的對(duì)抗網(wǎng)絡(luò)架構(gòu)，將教師網(wǎng)絡(luò)與學(xué)生網(wǎng)絡(luò)生成的特征圖分別作為真樣本和假樣本。其設(shè)計(jì)一個(gè)神經(jīng)網(wǎng)絡(luò)作為鑒別器，利用真樣本和假樣本進(jìn)行生成對(duì)抗訓(xùn)練，使學(xué)生網(wǎng)絡(luò)分布與教師網(wǎng)絡(luò)分布相吻合。通過無監(jiān)督學(xué)習(xí)進(jìn)行交互式訓(xùn)練，可使整個(gè)訓(xùn)練過程簡(jiǎn)單、高效，大大提高了學(xué)生網(wǎng)絡(luò)在單階段目標(biāo)檢測(cè)中的性能。最后其對(duì)不同教師網(wǎng)絡(luò)下現(xiàn)有SSD 算法與基于GAN 知識(shí)蒸餾的SSD 算法進(jìn)行比較，發(fā)現(xiàn)采用第二種方法時(shí)，學(xué)生網(wǎng)絡(luò)在PASCAL VOC 數(shù)據(jù)集上的平均類別精度（mAP）提升了2.8%。另外其使用此方法進(jìn)行兩階段目標(biāo)檢測(cè)實(shí)驗(yàn)，例如Faster-RCNN，分別以ResNet50、ResNet101為參考網(wǎng)絡(luò)，前者作為學(xué)生網(wǎng)絡(luò)，后者作為教師網(wǎng)絡(luò)，利用PASCAL VOC 2007 數(shù)據(jù)集作為訓(xùn)練集進(jìn)行實(shí)驗(yàn)對(duì)比。此外，其將檢測(cè)結(jié)果與Wang 等［22］提出方法得到的結(jié)果進(jìn)行比較，在PASCAL VOC 2007 測(cè)試集中的平均類別精度（mAP）為73.8%。

Mehta 等［23］將知識(shí)蒸餾應(yīng)用于單階段檢測(cè)模型中，通過類FPN 結(jié)構(gòu)對(duì)學(xué)生網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行優(yōu)化，并添加無標(biāo)記數(shù)據(jù)集進(jìn)行訓(xùn)練。在蒸餾過程中利用FM-NMS 對(duì)冗余框進(jìn)行過濾，在tine-YOLOv2 基礎(chǔ)上將平均類別精度（mAP）提高了14%。2020 年，張彤彤等［24］將知識(shí)蒸餾方法應(yīng)用于目標(biāo)檢測(cè)網(wǎng)絡(luò)的特征提取網(wǎng)絡(luò)中，提高了淺層特征提取網(wǎng)絡(luò)的性能。結(jié)果表明，經(jīng)過知識(shí)蒸餾后的淺層特征提取網(wǎng)絡(luò)的檢測(cè)準(zhǔn)確率相比無教師網(wǎng)絡(luò)指導(dǎo)下的檢測(cè)準(zhǔn)確率提高了11.7%。2021 年，李姜楠等［25］將知識(shí)蒸餾應(yīng)用于目標(biāo)檢測(cè)類型，通過引入信息圖提煉監(jiān)控信號(hào)，加強(qiáng)了學(xué)生對(duì)教師網(wǎng)絡(luò)關(guān)鍵知識(shí)的學(xué)習(xí)。采用YOLOV3 作為檢測(cè)模型，在不改變學(xué)生網(wǎng)絡(luò)結(jié)構(gòu)的情況下，平均類別精度提高了9.3%。根據(jù)知識(shí)蒸餾架構(gòu)，在tiny_yolov3 基礎(chǔ)上進(jìn)行了比較實(shí)驗(yàn)，結(jié)果如表2所示。

雖然基于知識(shí)蒸餾的目標(biāo)檢測(cè)取得了一定進(jìn)展，但仍存在一些需要解決的問題。為改善現(xiàn)有目標(biāo)檢測(cè)知識(shí)蒸餾框架的局限性問題，Li等［26］提出一種新的在線知識(shí)蒸餾方法，稱為FFSD，其包括兩個(gè)關(guān)鍵組成部分：特征融合與自提取，F(xiàn)FSD 將學(xué)生分成學(xué)生領(lǐng)袖和普通學(xué)生群體，然后特征融合模塊將來自普通學(xué)生群體的特征圖拼接轉(zhuǎn)換成融合的特征圖，融合的特征圖用于幫助學(xué)生領(lǐng)袖的學(xué)習(xí)。為使學(xué)生領(lǐng)袖能夠在特征融合過程中獲得更多信息，設(shè)計(jì)一種多樣性增強(qiáng)策略以增加學(xué)生之間的多樣性。另外增加了一種自蒸餾模塊，將較深層次的特征圖轉(zhuǎn)換成較淺層次的特征圖，然后鼓勵(lì)較淺層次的特征圖模仿較深層次轉(zhuǎn)換后的特征圖，從而增強(qiáng)了模型泛化能力。由于師生能力差距的縮小可促進(jìn)知識(shí)轉(zhuǎn)移，Zhang 等［27］提出一種進(jìn)化的知識(shí)蒸餾方法以提高教師的知識(shí)轉(zhuǎn)移效率，其中教師是進(jìn)行在線學(xué)習(xí)的，并不斷轉(zhuǎn)移中間知識(shí)，以動(dòng)態(tài)監(jiān)督學(xué)生的網(wǎng)絡(luò)學(xué)習(xí)。在相應(yīng)的師生模塊之間引入一些簡(jiǎn)單的引導(dǎo)模塊對(duì)，提高了中間知識(shí)表示效率，從而實(shí)現(xiàn)有效的學(xué)生網(wǎng)絡(luò)學(xué)習(xí)。通過大量實(shí)驗(yàn)證明了該方法的有效性，以及其在低分辨率和少樣本的目標(biāo)檢測(cè)中具有良好的適應(yīng)性。

Table 2 Comparison of knowledge distillation results表2 知識(shí)蒸餾結(jié)果比較

3 結(jié)語

本文對(duì)基于知識(shí)蒸餾的目標(biāo)檢測(cè)進(jìn)行詳細(xì)介紹，首先回顧目標(biāo)檢測(cè)研究現(xiàn)狀及存在的問題，以及基于知識(shí)蒸餾方法解決此問題的可能行，引入知識(shí)蒸餾后不僅可簡(jiǎn)化網(wǎng)絡(luò)，還可節(jié)省相應(yīng)的算力及空間；其次，介紹了知識(shí)蒸餾的基本結(jié)構(gòu)、研究過程與進(jìn)展以便于讀者深入理解；最后對(duì)當(dāng)前基于知識(shí)蒸餾的目標(biāo)檢測(cè)主要研究方法進(jìn)行分析與論述，并結(jié)合當(dāng)前研究現(xiàn)狀分析了不同蒸餾算法的改進(jìn)。如果知識(shí)蒸餾損耗和精度評(píng)估方法之間存在不匹配，可能會(huì)導(dǎo)致老師模型和學(xué)生模型的能力相差較大。受到最近關(guān)于生成對(duì)抗網(wǎng)絡(luò)訓(xùn)練的啟發(fā)，對(duì)抗訓(xùn)練可很好地促進(jìn)師生交互，使兩者的分布相吻合，從而實(shí)現(xiàn)有效的學(xué)生網(wǎng)絡(luò)學(xué)習(xí)，也值得作更深入的探討。之后希望將知識(shí)蒸餾用于數(shù)據(jù)隱私與安全保障、網(wǎng)絡(luò)特征檢測(cè)等方面，使其可應(yīng)用于對(duì)存儲(chǔ)空間與參數(shù)量有一定限制的嵌入式設(shè)備中。